The potential influence of gender and ethnicity on the acquisition and utilization of social capital for highly educated immigrants: A qualitative study of Chinese and Japanese immigrants working in Vancouver
Bibliographic record
Abstract
Bien que de nombreux nouveaux immigrants arrivent au Canada avec un niveau élevé de scolarité, ceux-ci se heurtent souvent à des obstacles pour trouver un emploi auquel ils s’étaient destinés. Dans un tel contexte, tirer profit de leur capital social peut constituer un moyen alternatif essentiel pour trouver un emploi. Par ailleurs, déterminer si le capital social peut les rapprocher des emplois correspondant à leur formation dépendra du type de réseaux dont ils disposent et qu’ils utilisent. Selon des études antérieures, l'origine ethnique et le genre constituent des facteurs importants dans la création et l'utilisation des réseaux. Cependant, la documentation s’avère insuffisante quant à la question de savoir comment et dans quels contextes ces facteurs opèrent comme des mécanismes. C’est pour cette raison que la présente recherche qualitative explore comment le genre et les origines ethniques ont potentiellement influencé la création de différents types de capital social ainsi que l'utilisation des réseaux à travers la comparaison d'entretiens semi-structurés avec des immigrants hommes et femmes, chinois et japonais, hautement qualifiés. Mes constatations ont mis en évidence que des facteurs liés au genre, tels que les choix sexospécifiques des spécialisations universitaires, la consistance de la carrière et le degré de tendance prosociale, distinguaient les participants masculins et féminins quant à la création de réseaux et l'accumulation de ressources, en tant que dynamiques non spécifiques aux immigrants. En revanche, des facteurs d’origine ethnique, tels que les différences culturelles dans l’utilisation du réseau pour la recherche d’emploi, peuvent avoir influencé leur prise de décision concernant l’utilisation du réseau. Cette tension entre les facteurs de genre et les facteurs ethniques apparaît comme un mécanisme complexe permettant de déterminer le type de réseau qu'ils peuvent avoir et utiliser, influençant leur capacité à trouver l'emploi auquel ils s’étaient destinés. Cette constatation soulève encore davantage de doutes sur le discours de normalisation qui considère les différences liées à la migration comme une catégorie naturellement déterminée.Mots-clés : Immigrants hautement qualifiés ; Immigrants chinois à Vancouver; Immigrants japonais à Vancouver; Capital social; Liens faibles et liens forts ; Capital social de transition et capital social de liaison ; Genre
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".